Claude Opus 5.5 já está disponível no SeedRouter

Text

GPT-6.2 Astra

View Markdown

Use GPT-6.2 Astra com os formatos Responses e Chat Completions da OpenAI. Inclui exemplos de SDK, saída estruturada, chamadas de função e streaming.

Use gpt-6.2-astra para programação complexa e análise de documentos. Configure a URL base do SDK OpenAI como https://api.seedrouter.ai/v1 e informe sua chave de API SeedRouter.

Modelo e limites

PropriedadeGPT-6.2 Astra
ID do modelo na solicitaçãogpt-6.2-astra
Entrada e saídaTexto e imagens na entrada, texto na saída
Janela de contexto1.050.000 tokens
Entrada máxima922.000 tokens
Saída máxima128.000 tokens, incluindo raciocínio
Data de corte do conhecimento18 de maio de 2026

A janela de contexto abrange a entrada e a saída. Defina um limite de saída que reserve espaço para o raciocínio e a resposta visível. As tarifas atuais por token e os preços para contexto longo estão na página do modelo.

Responses

Instale o pacote openai para Python e defina SEEDROUTER_API_KEY no seu ambiente.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["SEEDROUTER_API_KEY"],
    base_url="https://api.seedrouter.ai/v1",
    max_retries=0,
)
response = client.responses.create(
    model="gpt-6.2-astra",
    input="Name one consistency check for a double-entry ledger.",
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
print(response.output_text)

Na solicitação enviada, use POST /v1/responses. Leia o texto dos itens output do tipo message, nas partes de conteúdo do tipo output_text. Um item anterior pode conter raciocínio ou uma chamada de função. output_text na resposta do SDK para Python reúne as partes de texto para você. Confira status e incomplete_details antes de usar um resultado parcial.

Para enviar uma imagem, inclua uma parte input_image em uma mensagem do usuário. Omita o campo de nível superior image. SeedRouter aceita respostas síncronas e em streaming. Omita background_options e deixe background sem definir. As janelas de segundo plano 2h e 8h não estão disponíveis.

Para subagentes hospedados, envie o cabeçalho OpenAI-Beta: responses_multi_agent=v1 e o objeto multi_agent com enabled definido como true. O campo opcional max_concurrent_subagents, do tipo inteiro, conta os descendentes ativos, exclui o agente raiz e tem valor padrão 3, com mínimo de 1. Enquanto a delegação estiver ativada, omita reasoning.summary e max_tool_calls. Os subagentes compartilham o orçamento de saída. Para ler a resposta final, selecione os itens de mensagem cujo agent.agent_name seja /root e cujo phase seja final_answer. O Playground adiciona o cabeçalho beta quando você insere o objeto no JSON avançado.

curl https://api.seedrouter.ai/v1/responses \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -H "OpenAI-Beta: responses_multi_agent=v1" \
  -d '{
    "model": "gpt-6.2-astra",
    "input": "Ask one subagent to check whether 17 is prime. Give the result.",
    "multi_agent": {"enabled": true, "max_concurrent_subagents": 1},
    "max_output_tokens": 512
  }'

Chat Completions

curl https://api.seedrouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.2-astra",
    "messages": [{"role": "user", "content": "Name one consistency check for a double-entry ledger."}],
    "reasoning_effort": "low",
    "max_completion_tokens": 256
  }'

Uma resposta concluída do Chat contém choices[0].message.content. Confira choices[0].finish_reason para ver os limites de saída. O Chat informa usage.prompt_tokens e usage.completion_tokens. O Responses informa usage.input_tokens e usage.output_tokens.

Campos da solicitação por endpoint

FinalidadeResponsesChat Completions
Entradainput string ou itens de entradamessages array
Instruções do desenvolvedorinstructions para esta solicitação ou uma mensagem de entrada developerUma mensagem developer
Imagem em uma mensagem do usuárioParte do tipo input_image com uma string image_urlParte do tipo image_url com a URL em image_url.url
Nível de raciocínioreasoning.effortreasoning_effort
Limite de tokens de saídamax_output_tokensmax_completion_tokens
Detalhamento da saídatext.verbosityverbosity
JSON estritotext.formatresponse_format.json_schema
Chamadas de funçãotools, tool_choice, function_call_outputUse Responses para chamadas de ferramenta GPT-6.2
Streamingstream: true, eventos tipadosstream: true, fragmentos de conclusão do Chat

OpenAI recomenda começar com o nível de raciocínio medium em uma nova integração. Use low para uma resposta curta. Ao migrar de none ou minimal, escolha low. Omita temperature, top_p e os controles de log probabilities, incluindo message.output_text.logprobs em Responses include. Guia de migração de modelos

Saída estruturada

Em Responses, o formato JSON Schema coloca name, strict e schema junto de type. No Chat, os mesmos três campos ficam dentro de response_format.json_schema.

city_format = {
    "name": "trip",
    "strict": True,
    "schema": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"],
        "additionalProperties": False,
    },
}
response = client.responses.create(
    model="gpt-6.2-astra",
    input="Return Paris in the city field.",
    text={"format": {"type": "json_schema", **city_format}},
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
print(response.output_text)

Para usar o esquema com Chat Completions, passe response_format={"type": "json_schema", "json_schema": city_format}. Antes de analisar o JSON, confira se a resposta indica uma recusa ou um limite de tokens.

Chamadas de função e streaming

Em uma solicitação Responses, name e parameters da função ficam diretamente na ferramenta. Este exemplo reutiliza o esquema acima.

response = client.responses.create(
    model="gpt-6.2-astra",
    input="Call record_city for Paris.",
    tools=[{
        "type": "function",
        "name": "record_city",
        "parameters": city_format["schema"],
        "strict": True,
    }],
    tool_choice={"type": "function", "name": "record_city"},
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
for item in response.output:
    if item.type == "function_call":
        print(item.call_id, item.name, item.arguments)

Em um teste ao vivo com SeedRouter, esta solicitação retornou um function_call chamado record_city, com argumentos que, após a decodificação, resultaram em {"city":"Paris"}. Valide os argumentos e execute a função no seu aplicativo. Na solicitação Responses seguinte, encaminhe a entrada original e os itens de saída retornados e acrescente um item function_call_output com o call_id correspondente e uma string output.

Para transmitir texto ao vivo, defina stream: true. Em Responses, concatene delta dos eventos response.output_text.delta e confira response.completed, response.incomplete ou response.failed. Em Chat, reúna choices[].delta.content, confira o motivo de encerramento final e leia até [DONE].

Acesso e preços

Confira o acesso da sua chave com GET /v1/models. Para ver os grupos disponíveis, use GET /api/seedrouter/llm/groups?model=gpt-6.2-astra com a mesma chave Bearer. Para selecionar um dos grupos retornados, envie o ID dele no cabeçalho opcional X-SeedRouter-Group. Se o cabeçalho for omitido, será usada a seleção padrão da chave. Você também pode consultar os grupos disponíveis no Playground.

Baixar OpenAPI · OpenAI detalhes do modelo · Campos de Responses · Campos de Chat · Códigos de erro